基于SSA-SVD降噪和卷积神经网络的行星齿轮箱故障诊断研究

行星齿轮箱作为重要的机械传动部件,其健康运行关系着整个工程机组的安全运作。卷积神经网络常用于解决行星齿轮箱故障分类问题,但由于实际监测中有各种噪声源的存在,振动信号成分复杂,信噪比下降,仅仅使用卷积神经网络进行故障诊断效果不佳。因此提出一种麻雀搜索算法优化的奇异值分解降噪方案,采用该方案对监测的振动信号进行降噪处理,突出低频的故障特征,结合卷积神经网络实现对含噪声振动信号的故障诊断。实验结果表明,两种方法结合可使卷积神经网络模型收敛速度更快,并将诊断准确率提升至97.43%。

基于IGA-SVM的气动调节阀在线故障检测及诊断

针对气动调节阀停机检修损失大、运行状态不易评估、故障模式复杂且故障诊断极为依赖工程经验等问题,结合残差法实现了故障的在线检测,并对传统的遗传算法进行改进,提出一种基于改进遗传算法优化的支持向量机(Improved Genetic Algorithm optimized Support vector machine,IGASVM)的故障诊断算法,作为实现气动调节阀在线故障诊断的算法基础。实验选取四类典型故障进行模拟、测试及数据分析,对阀门故障进行检测与诊断,结果表明:基于残差法的故障检测方法可以有效检测气动调节阀的故障发生,IGA-SVM算法测试诊断率达到92.67%,相较于传统方法具有提升。

考虑轮轨耦合的过山车轨道结构疲劳寿命评估

针对过山车轨道寿命预估难题,完成了基于轮轨耦合关系的过山车轨道寿命预估。首先在ADAMS中基于轮轨耦合进行仿真计算得到轮轨接触力,随后在ANSYS中建立过山车全轨道有限元模型并进行仿真计算,结果显示轨道螺旋段应力明显大于其他轨道单元段,轨道结构中枕轨应力集中现象突出,故以螺旋段枕轨应力最大处作为疲劳校核点。在获得疲劳校核点的应力-时间历程后运用雨流计数法提取循环载荷,最后采用基于疲劳损伤累积理论对轨道进行寿命预估。